Nan Jiang работает member of technical staff в Modal, где создаёт инфраструктуру для cross-datacenter reinforcement learning и участвует в разработке open source фреймворков post-training slime и miles. Среди его работ — Stitch, эластичный флот rollout-воркеров, который записывает, какой версией политики сгенерирована каждая траектория.

До Modal он работал в Amazon AGI San Francisco над computer-use агентами и RL post-training. В Cornell Tech, работая с Alexander Rush, участвовал в создании Commit0 и GameArena и был соавтором RouterBench. В докладе он рассказывает о разделении обучения и rollout-воркеров по разным дата-центрам и о разреженной синхронизации весов модели.

Темы докладов: Обучение, RL, дообучение и Инфраструктура и надёжность.

AI Engineer World's Fair 20261